بكارگيري پيكره هاي زباني در طراحي يك سامانه بازيابي اطلاعات دوزبانه

داده هاي بزرگ به تكنولوژي هاي فوق العاده اي براي پردازش داده هاي عظيم در مجموعه هاي بزرگ نيازمند است تا بتواند در زماني معقول پاسخگوي نيازها و اهداف تحليل و پردازش داده ها باشد. اين داده ها نحوه كار سازمانها و افراد را تحت تاثير قرار ميدهد. پردازش زبان هاي طبيعي يكي از زيرشاخه هاي بااهميت در حوزه ي گسترده ي علوم رايانه، هوش مصنوعي و نيز دانش زبان شناسي محاسباتي است كه به تعامل بين كامپيوتر و زبان هاي طبيعي ميپردازد. بازيابي اطلاعات مبحث مهمي در پردازش زبان هاي طبيعي به شمار ميرود. فرآيندي كه كاربر، واژه يا اصطلاحي را به يك زبان جست و جو كند و نتايج آن را به زبان ديگري دريافت كند، بازيابي اطلاعات بين زباني نام دارد. به دليل حجم كم اطلاعات به زبان فارسي، كاربران فارسي زبان مشكلات عمده اي در ا ستفاده از امكان بازيابي مو ضوعات مورد نظر شان دارند. در اين مقاله ابتدا مروري بر داده هاي عظيم و روش MapReduce شده ا ست. سپس روشهاي بازيابي اطلاعات معرفي شده و رو شي براي بازيابي اطلاعات دو زبانه با ا ستفاده از مترجم دو زبانه انگليسي- فار سي، به طور خاص مورد بررسي قرار گرفته است. نتايج، اهميت ايجاد روشهاي پردازش زبان بر روي دادههاي بزرگ به خصوص در حوزه بازيابي اطلاعات را نشان مي دهند.